循环遍历某些列以将数据框中的 NA 替换为 0答案

【问题标题】：Loop over certain columns to replace NAs with 0 in a dataframe循环遍历某些列以将数据框中的 NA 替换为 0
【发布时间】：2017-12-24 19:30:54
【问题描述】：

我花了很多时间尝试编写一个循环来将数据框中某些列的 NA 替换为零，但尚未成功。我已经搜索过，找不到类似的问题。

df <- data.frame(A = c(2, 4, 6, NA, 8, 10),
             B = c(NA, 10, 12, 14, NA, 16),
             C = c(20, NA, 22, 24, 26, NA),
             D = c(30, NA, NA, 32, 34, 36))
df

给我：

   A  B  C  D
1  2 NA 20 30
2  4 10 NA NA
3  6 12 22 NA
4 NA 14 24 32
5  8 NA 26 34
6 10 16 NA 36

我只想将列 B 和 D 的 NA 设置为 0。使用单独的代码行，我可以：

df$B[is.na(df$B)] <- 0
df$D[is.na(df$D)] <- 0

但是，我想使用循环，因为我的真实数据集中有很多变量。

我找不到只遍历列 B 和 D 的方法，所以我得到：

df

   A  B  C  D
1  2  0 20 30
2  4 10 NA  0
3  6 12 22  0
4 NA 14 24 32
5  8  0 26 34
6 10 16 NA 36

本质上，我想将使用变量列表的循环应用于数据框：

varlist <- c("B", "D")

如何使用变量列表仅遍历数据框中的某些列以将 NA 替换为零？

【问题讨论】：

不需要循环。试试df[varlist] <- replace(df[varlist], is.na(df[varlist]), 0)

标签： r loops na

【解决方案1】：

这是一个 tidyverse 方法：

library(tidyverse)
df %>%
  mutate_at(.vars = vars(B, D), .funs = funs(ifelse(is.na(.), 0, .)))
#output:
   A  B  C  D
1  2  0 20 30
2  4 10 NA  0
3  6 12 22  0
4 NA 14 24 32
5  8  0 26 34
6 10 16 NA 36

基本上你说 vars B 和 D 应该由一个定义的函数改变。其中. 对应于相应的列。

【讨论】：

【解决方案2】：

这是一个基本的 R 单线

df[, varlist][is.na(df[, varlist])] <- 0

【讨论】：

【解决方案3】：

使用zoo 包，我们可以填充选定的列。

 library(zoo)
 df[varlist]=na.fill(df[varlist],0)  
  df
    A  B  C  D
 1  2  0 20 30
 2  4 10 NA  0
 3  6 12 22  0
 4 NA 14 24 32
 5  8  0 26 34
 6 10 16 NA 36

在基础 R 中我们可以有

 df[varlist]=lapply(df[varlist],function(x){x[is.na(x)]=0;x})
  df
    A  B  C  D
 1  2  0 20 30
 2  4 10 NA  0
 3  6 12 22  0
 4 NA 14 24 32
 5  8  0 26 34
 6 10 16 NA 36

【讨论】：